Формализованные методы исследования систем управления

Автор работы: Пользователь скрыл имя, 25 Декабря 2010 в 18:59, контрольная работа

Краткое описание

В работе будут подробно рассмотрены формализованные методы исследования систем управления.
Целью работы является полное изучение процесса применения формализованных методов в исследовании систем управления.

Содержание

Введение 3
Формализованные методы исследования систем управления. Логические и информационные 4
Заключение 14
Список литературы 16

Прикрепленные файлы: 1 файл

Исследование систем управления.doc

— 188.50 Кб (Скачать документ)

Содержание 

 

Введение

 

     Эффективность исследования систем управления во многом определяется выбранными и использованными методами исследования.

     Методы  исследования представляют собой способы, приемы проведения исследований. Их грамотное  применение способствует получению  достоверных и полных результатов  исследования возникших в организации  проблем. Выбор методов исследования, интеграция различных методов при проведении исследования определяется знаниями, опытом и интуицией специалистов, проводящих исследования.

     Всю совокупность методов исследования можно разбить на три большие  группы: методы, основанные на использовании знаний и интуиции специалистов; методы формализованного представления систем управления (методы формального моделирования исследуемых процессов) и комплексированные методы.

     В работе будут подробно рассмотрены  формализованные методы исследования систем управления.

     Целью работы является полное изучение процесса применения формализованных методов  в исследовании систем управления.

 

Формализованные методы исследования систем управления. Логические и информационные

 

     Эффективность исследования систем управления во многом определяется выбранными и использованными методами исследования.

     Методы  исследования представляют собой способы, приемы проведения исследований. Их грамотное  применение способствует получению достоверных и полных результатов исследования возникших в организации проблем. Выбор методов исследования, интеграция различных методов при проведении исследования определяется знаниями, опытом и интуицией специалистов, проводящих исследования.

     Всю совокупность методов исследования можно разбить на три большие группы: методы, основанные на использовании знаний и интуиции специалистов; методы формализованного представления систем управления (методы формального моделирования исследуемых процессов) и комплексированные методы.

     Среди методы формализованного представления систем управления - методов, основанных на использовании математических, экономико-математических методов и моделей исследования систем управления, можно выделить следующие классы: аналитические; статистические; теоретико-множественные, логические, лингвистические, семиотические представления; графические.

     При стремлении более адекватно отобразить проблемную ситуацию в ряде случаев целесообразно применять статистические методы, с помощью которых на основе выборочного исследования получают статистические закономерности и распространяют их на поведение системы в целом. Такой подход полезен при отображении таких ситуаций, как организация ремонта оборудования, определение степени его износа, настройка и испытание сложных приборов и устройств и т.д. Все более широкое применение находит статистическое имитационное моделирование экономических процессов и ситуаций принятия решений.

     В последнее время с развитием  средств автоматизации возросло внимание к методам дискретной математики: знание математической логики, математической лингвистики, теории множеств помогает ускорить разработку алгоритмов, языков автоматизации проектирования сложных технических устройств и комплексов, языков моделирования ситуаций принятия решений в организационных системах.

     В настоящее время в экономике  и организации производства применяются практически все группы методов формализованного представления систем. Для удобства их выбора в реальных условиях на базе математических направлений развиваются прикладные методы и предлагаются их классификации.

     Аналитические методы

     Аналитическими  называются методы, в которых ряд  свойств многомерной, многосвязной системы отображается в n-мерном пространстве одной единственной точкой, совершающей  какое-то движение.

     

     Это отображение осуществляется либо с  помощью функции f [Sx], либо посредством  оператора (функционала) F[Sx]. Можно также  две или более систем или их частей отобразить точками, и рассматривать  взаимодействие этих точек, каждая из которых совершает какое-то движение, имеет свое поведение. Поведение точек и их взаимодействие описывается аналитическими закономерностями.

     Основу  терминологического аппарата аналитических  представлений составляют понятия  классической математики и некоторых  новых ее разделов (величина, функция, уравнение, система уравнений, производная, дифференциал, интеграл, функционал и т.д.).

     Аналитические методы применяются в тех случаях, когда свойства системы можно  отобразить с помощью детерминированных  величин или процессов, то есть знания о процессах и событиях в некотором интервале времени позволяют полностью определить поведение их вне этого интервала. Эти методы используются при решении задач движения и устойчивости, оптимального размещения, распределения работ и ресурсов, выбора наилучшего пути, оптимальной стратегии поведения в конфликтных ситуациях и т.п. При практическом применении аналитических представлений для отображения сложных систем следует иметь в виду, что они требуют установления всех детерминированных взаимосвязей между учитываемыми компонентами и целями системы в виде аналитических зависимостей. Для сложных многокомпонентных, многокритериальных систем получить требуемые аналитические зависимости очень трудно. Более того, если даже это и удается, то практически невозможно доказать правомерность применения этих аналитических выражений, то есть адекватность модели рассматриваемой задаче. 

     Статистические  методы

     В тех случаях, когда не удается  представить систему на основе детерминированных  категорий, можно применить отображение ее с помощью случайных (стохастических) событий, процессов, которые описываются соответствующими вероятностными характеристиками и статистическими закономерностями. .

     Размытую  точку следует понимать как некоторую  совокупность, характеризующую движение системы (ее поведение). При этом границы области заданы с некоторой вероятностью (размыты), и движение точки определяется некоторой случайной функцией. Закрепляя все параметры кроме одного можно получить срез по линии a – b , физический смысл которого – воздействие данного параметра на поведение системы, что можно описать статистическим распределением по этому параметру. Аналогично можно получить двумерную, трехмерную и т.д. картину статистического распределения.

     На  статистических отображениях базируются математическая статистика, теория статистических испытаний (или статистического имитационного моделирования), частным случаем которой является метод Монте-Карло, теория выдвижения и проверки статистических гипотез, частным случаем которой является байесовский подход к исследованию процессов передачи информации в процессах общения, обучения и других ситуациях, характерных для сложных развивающихся систем.

     Статистические  отображения позволили расширить  области применения ряда дисциплин, возникших на базе аналитических представлений. Так возникли статистическая теория распознавания образов, стохастическое программирование, новые разделы теории игр и др. На базе статистических представлений возникли и развиваются такие прикладные направления, как теория массового обслуживания, теория статистического анализа и др.

     Расширение  возможностей отображения сложных  систем и процессов по сравнению  с аналитическими методами можно  объяснить тем, что при применении статистических представлений процесс  постановки задачи как бы частично заменяется статистическими исследованиями, позволяющими, не выявляя все детерминированные связи между изучаемыми событиями или учитываемыми компонентами сложной системы, на основе выборочного исследования получать статистические закономерности и распространять их с некоторой вероятностью на поведение системы в целом.

     Однако  не все процессы и явления могут  подчиняться статистическим закономерностям, не всегда может быть выбрана представительная выборка, доказана правомерность применения статистических закономерностей, часто для получения статистических закономерностей требуются недопустимо большие затраты времени, что также ограничивает возможности их применения. В этих случаях следует рассматривать возможность применения других методов представления систем. 

     Теоретико-множественные  представления

     Теоретико-множественные  представления базируются на понятиях: множество, элементы множества и  отношения на множествах. Сложную  систему можно отобразить в виде совокупности разнородных множеств и отношений между ними и названием характеристического свойства (именем, отражающим это свойство) – например, множество A. В основе большинства теоретико-множественных преобразований лежит переход от одного способа задания множества к другому.

     В множестве могут быть выделены подмножества. Из двух и более множеств или подмножеств  можно, установив отношения между  их элементами, сформировать новое  множество, состоящее из элементов, качественно отличающихся от элементов  исходных множеств.

     При теоретико-множественных представлениях можно вводить любые отношения. При конкретизации применяемых отношений и правил их использования можно получить одну из алгебр логики, один из языков математической лингвистики. Можно также создать язык моделирования сложных систем, который затем может развиваться как самостоятельное научное направление.

     При применении теоретико-множественных  представлений для отображения  сложных систем и процессов в  них наиболее общими формальными  характеристиками являются абстрактные  знаковые формулы, с помощью которых удобно отображать многоуровневое строение систем. Например, система S может быть отображена в совокупность множеств, описываемую теоретико-множественной формулой:

     множество вероятностей p изменения состояний;

     

      -

     множество возмущений Z , действующих на систему. Представление системы полной формулой не всегда возможно и целесообразно. Обычно системы описываются сокращенными формулами в зависимости от требований полноты описания.

     При отображении системы осуществляется ее декомпозиция – выделение групп (множеств) элементов, обладающих одинаковыми (в рамках определенных ограничений) свойствами. Выделив множества, можно производить соответствующие операции над ними, то есть, ставя их в определенные отношения друг с другом, перейти к композиции системы:

     Символом R здесь обозначаются отношения между  элементами или множествами в  случае, если не определен характер этих отношений. Решение задачи композиции системы заключается в определении  характера взаимоотношений между  элементами или множествами, то есть в замене символа R соответствующим знаком – оператором. Выяснение характера взаимоотношений между множествами или их элементами и возможные преобразования выражения выполняются на основе определенных правил: законов, аксиом.

     Таким образом, теоретико-множественные формулы переводят систему Sx языка реальности в абстрактную систему, описываемую искусственным языком, имеющим соответствующий словарь (множество элементов, множество состояний, множество признаков и т.д., отображенных определенными символами) и правила образования новых понятий – композиций (множество отношений, законов, аксиом). Сложность языка определяется сложностью отображаемой системы и допустимой степенью абстрагирования.

     Благодаря тому, что при теоретико-множественных представлениях систем и процессов в них можно вводить любые отношения, эти представления:

     - служат хорошим языком, с помощью  которого облегчается взаимопонимание  между представителями различных  областей знаний;

     - могут являться основой для  возникновения новых научных направлений, для создания языков моделирования, языков автоматизации проектирования.

     Однако  свобода введения любых отношений  приводит к тому, что в создаваемых  языках моделирования трудно ввести правила, закономерности, используя  которые формально, можно получить новые результаты, адекватные реальным моделируемым объектам и процессам (как это позволяют делать аналитические и статистические методы). Поэтому первоначально при применении теоретико-множественных представлений стремились использовать ограниченный набор отношений. 

Логические  методы

     Логические  отображения являются частным случаем  теоретико-множественных отображений. Они переводят реальную систему  и отношения в ней на язык одной  из алгебр логики (двузначной, многозначной), основанных на применении алгебраических методов для выражения законов формальной логики.

     Наибольшее  применение получила бинарная алгебра  логики Буля (булева алгебра). Алгебра  логики оперирует понятиями: высказывание, предикат, логические операции (логические функции, кванторы). В ней доказываются теоремы, приобретающие затем силу логических законов, применяя которые, можно преобразовать систему из одного описания в другое с целью ее совершенствования: можно, например, получить более простую структуру (схему), содержащую меньшее число состояний, элементов, но осуществляющую требуемые функции.

     Логические  методы представления систем относятся  к детерминированным. На базе математической логики созданы и развиваются  теории логического анализа и  синтеза, теория автоматов. На основе логических представлений первоначально начинали развиваться некоторые разделы теории формальных языков. В силу ограниченности смысловыражающих возможностей бинарной алгебры логики в последнее время имеются попытки создания многозначных алгебр логики с соответствующими логическими базисами и теоремами.

Информация о работе Формализованные методы исследования систем управления